1.一种基于监控视频的车速识别方法，其特征在于：
步骤1，获取视频序列图像；
步骤2，从视频序列图像中确定车道线的位置，并根据车道线的位置划分车道，每一车道线均包括有若干相间的车道线段和间隔线段，任意的车道线段和间隔线段之间形成间隔点；
步骤3，获取一车辆在图像中起点和终点的位置；
步骤4，计算所述起点与所述终点之间的横向距离Sx，以及计算所述起点与所述终点之间的纵向距离Sy；
步骤5，计算实际距离S=（Sx2+Sy2）1/2；
步骤6，获得所述起点所在图像和所述终点所在图像的间隔时间T，计算车速V=S/T。
2.如权利要求1所述的一种基于监控视频的车速识别方法，其特征在于，步骤4中，通过算法一计算所述横向距离Sx；
算法一：分别就起点和终点确定距离最近的车道线并计算两车道线之间的车道数量n1，Sx=n1*D1，其中D1为车道的实际宽度。
3.如权利要求1所述的一种基于监控视频的车速识别方法，其特征在于，
步骤4中，通过算法二计算纵向距离Sy；
算法二：以任意一条车道线为基准车道线，起点与基准车道线做垂线令垂足为交点一，终点与基准车道线做垂线令垂足为交点二，以车道线段和间隔线段为基准求交点一到交点二的距离得到纵向距离Sy。
4.如权利要求3所述的一种基于监控视频的车速识别方法，其特征在于，所述算法二中，以距离终点最近的一条车道线为基准车道线；或所述算法二中，以距离起点或终点最近的一条车道线为基准车道线。
5.如权利要求3所述的一种基于监控视频的车速识别方法，其特征在于，算法二中，在基准车道线上选取间隔点一和间隔点二，L1为交点一到间隔点一的距离，L2为交点二到间隔点二的距离,L3=n2*D2+n3*D3；n2为隔点一和隔点二之间完整的车道线段数量，D2为车道线段实际长度，n3为隔点一和隔点二之间完整的间隔线段数量，D3为间隔线段实际长度，通过L1、L2、L3求出纵向距离Sy。
6.如权利要求5所述的一种基于监控视频的车速识别方法，其特征在于，算法二中，通过起点所在图像计算起点到间隔点一的距离以及起点到交点一的距离，并根据勾股定理求间隔点一到交点一的距离L1，通过终点所在图像计算终点到间隔点二的距离以及终点到间交点二的距离并根据勾股定理求间隔点二到交点二的距离L2；或算法二中，间隔点一为交点一向交点二方向上第一个间隔点；间隔点二为交点二向交点一方向上的第一个间隔点，Sy=L1+L2+L3。
7.一种监控视频系统，其特征在于，包括若干监控装置，监控装置通过
如权利要求1-6任意一项所述的一种技术监控视频的车速识别方法判断车速。
8.根据权利要求7所述的一种监控视频系统，其特征在于，所述监控视频系统通过车数识别方法判断每一监控装置的监控区域内的车辆数，所述车数识别方法包括
图像获取步骤，获取视频图像序列并根据车辆识别算法识别图像序列中的车辆得到车辆图像，根据每一视频图像序列中的车辆图像以及车辆图像内的特征值建立车辆数据序列；
目标序列生成步骤，将第一时刻的车辆数据序列作为目标数据序列，将目标数据序列中的每一车辆图像与车辆数据序列中的车辆图像分别进行特征值比对，若一车辆图像与对应序列中的任一车辆图像的特征值的重复率大于预设值则判断为该车辆图像配对，若一车辆图像与对应序列中的所有车辆图像的特征值的重复率小于预设值，则判断为该车辆图像不配对；一次比对中，若车辆数据序列中的车辆图像被判断为不配对，则将该车辆图像以及车辆图像内的特征值录入目标数据序列中；每一目标数据序列中的车辆图像分别设置有预设次数，连续的多次比对中，若目标数据序列中的车辆图像被判断为不配对的次数超过所述预设次数，则将该车辆图像移出目标数据序列；
数量判断步骤，将第一个目标数据序列中车辆图像的数量作为初始数量，每次有新的车辆图像录入目标数据序列中时，则车辆数量加一。
9.根据权利要求8所述的一种监控视频系统，其特征在于，目标序列生成步骤中，任意一次比对中，若目标数据序列中的车辆图像被判断为配对，则预设次数重置。
10.根据权利要求7所述的一种监控视频系统，其特征在于，还包括违章判断模块或路况判断模块；
所述违章判断模块包括第一预设车速，当所述任意车辆的车速大于预设车速时，则判断该车辆违章；
所述路况判断模块包括第二预设车速和第一预设车辆数，一定时间内，所有车辆的平均车速小于第二预设车速同时经过的车辆数小于第一预设车辆数时，判断此时路况拥堵。